神经二阶段鲁棒优化

该文介绍了一种基于机器学习的方法，用于解决具有二阶段线性适应鲁棒优化问题中的二值即时变量和多面体不确定性集的问题。通过将最优即时决策、最差情况和最优观望决策编码为策略进行求解，并使用列生成和约束生成算法提供预先求解。训练了一个机器学习模型，用于预测即时决策、最差情况和观望决策的高质量策略。该方法应用于设施选址、多项存货控制和机组投资问题，以高准确性解决了适应鲁棒优化问题。